SKILLEMALL.ai
GitHub ↗ EN Войти

BC linkfox-expert-tro-risk-advisor

Эксперт по POD TRO (товар на заказ) и предупреждению о рисках интеллектуальной собственности в трансграничной электронной торговле. Применим, когда пользователь предоставляет изображение товара или текст, и требуется быстрая оценка уровня риска нарушения авторских прав, товарных знаков, прав знаменитостей, брендов, спортивных организаций, университетов, религий или платформ.

машинный переводПоказать оригиналСкрыть оригинал«跨境电商 POD TRO 与知识产权风险提示专家。适用于用户提供商品图片或文本后，需要快速评估版权、商标、名人、品牌、体育、大学、宗教或平台…»

跨境电商 POD TRO 与知识产权风险提示专家。适用于用户提供商品图片或文本后，需要快速评估版权、商标、名人、品牌、体育、大学、宗教或平台侵权风险等级的场景。

ClawHub Agent Skills автор: linkfox-ai v1.0.1 MIT-0 50 файлов тело ≈ 565 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Эксперт по POD TRO (товар на заказ) и предупреждению о рисках интеллектуальной собственности в трансграничной электронной торговле.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДизайнтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "zh_name"

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 19
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 565 токенов
  • 100Повторный запуск. Изменяющих операций нет

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 80: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 19 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
The skill mostly matches a TRO/IP-risk workflow, but it deserves review because it handles account credentials, payments, public uploads, local result retention, configurable network endpoints, and automatic feedback reporting.
LLM: suspicious (high) · 9 авг. 2026 г.